基于深度学习的人脸表观年龄估计

• 作者: 李丽莹 王阳 马军山
• 来源期刊: 软件导刊
• 关键词: 表观年龄估计 数据集制作 深度学习 人工智能
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 54-58
• 页数: 5页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201989

摘要

目前,国际上公开的用于人脸表观年龄估计的数据库较少,并且人数规模小,而大数据是深度学习的关键.为了准确预测人脸表观年龄值并测试人脸化妆整形效果,自行设计制作容量为50000张人脸图像的数据集,基于改进的VGGnet卷积神经网络,使用RMSProp优化算法对模型进行训练.实验结果表明,在合理的误差范围内,表观年龄值在1-5岁时预测精度最高,为91％;同时,化妆整形能使人脸表观年龄值比真实值略小,为人脸表观年龄估计在实际中的应用提供了参考.